近些年,"WannaCry"等勒索軟件網(wǎng)絡(luò)安全問題層出不窮,對(duì)我國(guó)的互聯(lián)網(wǎng)造成不可估量的損害。網(wǎng)絡(luò)入侵檢測(cè)系統(tǒng)作為彌補(bǔ)防火墻防御網(wǎng)絡(luò)威脅的有效的第二道閘門,扮演著保護(hù)計(jì)算機(jī)的重要角色。首先,介紹入侵檢測(cè)的定義以及研究現(xiàn)狀;其次,介紹機(jī)器學(xué)習(xí)算法及其在解決網(wǎng)絡(luò)空間安全問題的一般流程,機(jī)器學(xué)習(xí)在入侵檢測(cè)中的具體應(yīng)用,尤其隨機(jī)森林算法、貝葉斯算法和其他幾種主流機(jī)器學(xué)習(xí)算法在入侵檢測(cè)中取得的進(jìn)展;最后,討論了機(jī)器學(xué)習(xí)算法在入侵檢測(cè)系統(tǒng)中發(fā)展方向。 

【文章來源】：電腦與電信. 2020,(07)

【文章頁數(shù)】：4 頁

【部分圖文】：

機(jī)器學(xué)習(xí)在網(wǎng)絡(luò)安全應(yīng)用的流程

貝葉斯分類算法是統(tǒng)計(jì)學(xué)的一種分類算法，它是一類利用概率統(tǒng)計(jì)知識(shí)進(jìn)行分類的算法，因此在解決不確定性和不完整性的問題上有很大優(yōu)勢(shì)。貝葉斯網(wǎng)絡(luò)進(jìn)行分類時(shí)，利用概率的權(quán)重來描述樣本中數(shù)據(jù)之間的相關(guān)性，最終以大的概率判別一組數(shù)據(jù)的類別，具有高的分類效率[11]。在網(wǎng)絡(luò)入侵檢測(cè)中，貝葉斯算法對(duì)網(wǎng)絡(luò)攻擊方式、入侵識(shí)別具有很好的分類效果。王洋[12]等人先定義報(bào)警的置信度與報(bào)警間的關(guān)聯(lián)強(qiáng)度，利用有效的報(bào)警證據(jù)進(jìn)行貝葉斯后驗(yàn)推理，動(dòng)態(tài)更新攻擊圖中各狀態(tài)節(jié)點(diǎn)遭受攻擊的概率，識(shí)別網(wǎng)絡(luò)中已發(fā)生和潛在的攻擊行為，此方法很好地提高了網(wǎng)絡(luò)入侵預(yù)測(cè)的準(zhǔn)確性。孫惠麗[13]等人提出結(jié)合滑動(dòng)窗口和深度學(xué)習(xí)改進(jìn)的貝葉斯網(wǎng)絡(luò)入侵檢測(cè)方法，深度學(xué)習(xí)提取特征，滑動(dòng)窗口更新貝葉斯網(wǎng)絡(luò)參數(shù)，利用特征屬性的互信息計(jì)算各屬性之間的相對(duì)歐式距離，進(jìn)而更新貝葉斯網(wǎng)絡(luò)，從效果看改進(jìn)后的貝葉斯網(wǎng)絡(luò)可以提高運(yùn)算效率和檢測(cè)率。張?jiān)耓14]等人使用貝葉斯分類器提取入侵檢測(cè)模型的數(shù)據(jù)挖掘框架，實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)攻擊類型數(shù)據(jù)的收集，進(jìn)行檢測(cè)，可以發(fā)現(xiàn)已知的網(wǎng)絡(luò)攻擊并能檢測(cè)到未知攻擊。由此可見，貝葉斯算法在結(jié)合其他算法后在網(wǎng)絡(luò)入侵檢測(cè)中扮演著關(guān)鍵的角色。3.5 其他算法在入侵檢測(cè)系統(tǒng)中的應(yīng)用

【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)的隨機(jī)森林分類器網(wǎng)絡(luò)入侵檢測(cè)方法[J]. 夏景明,李沖,談玲,周剛.  計(jì)算機(jī)工程與設(shè)計(jì). 2019(08)
[2]隨機(jī)森林算法在入侵檢測(cè)系統(tǒng)中的應(yīng)用及優(yōu)化[J]. 侯成,王瑤,單航,高文澤,吳海濤.  工業(yè)控制計(jì)算機(jī). 2019(06)
[3]基于深度學(xué)習(xí)的改進(jìn)貝葉斯網(wǎng)絡(luò)入侵檢測(cè)算法[J]. 孫惠麗,陳維華,劉東朝.  軟件工程. 2019(04)
[4]基于KNN離群點(diǎn)檢測(cè)和隨機(jī)森林的多層入侵檢測(cè)方法[J]. 任家東,劉新倩,王倩,何海濤,趙小林.  計(jì)算機(jī)研究與發(fā)展. 2019(03)
[5]基于貝葉斯攻擊圖的網(wǎng)絡(luò)入侵意圖識(shí)別方法[J]. 王洋,吳建英,黃金壘,胡浩,劉玉嶺.  計(jì)算機(jī)工程與應(yīng)用. 2019(22)
[6]一種基于樸素貝葉斯網(wǎng)絡(luò)的入侵檢測(cè)分析方法[J]. 張?jiān)?柳炳祥,張峰.  信息與電腦(理論版). 2018(13)
[7]機(jī)器學(xué)習(xí)在網(wǎng)絡(luò)空間安全研究中的應(yīng)用[J]. 張蕾,崔勇,劉靜,江勇,吳建平.  計(jì)算機(jī)學(xué)報(bào). 2018(09)
[8]智能化入侵檢測(cè)算法研究綜述[J]. 方向,王麗娜,賈穎.  通信技術(shù). 2015(12)
[9]基于增量式GHSOM神經(jīng)網(wǎng)絡(luò)模型的入侵檢測(cè)研究[J]. 楊雅輝,黃海珍,沈晴霓,吳中海,張英.  計(jì)算機(jī)學(xué)報(bào). 2014(05)
[10]基于SVM的網(wǎng)絡(luò)入侵檢測(cè)集成學(xué)習(xí)算法[J]. 譚愛平,陳浩,吳伯橋.  計(jì)算機(jī)科學(xué). 2014(02)



本文編號(hào)：3496239